10個Python機器學習庫介紹

1. Awkward Array

根據(jù)官方介紹，Awkward Array用于嵌套的、大小不一的數(shù)據(jù)，包括任意長度的列表、記錄、混合的類型和缺失數(shù)據(jù)，使用起來類似NumPy。

看起來像是升級版的NumPy呀。

果然，不同長度的數(shù)組可以直接放在一起運算。

并且，官方表示Awkward Array不僅使用起來更簡便，在速度和內(nèi)存上也有量級的優(yōu)勢。

看看是不是可以安排上了～

https://pypi.org/project/awkward/

2. Jupytext

相信大家對Jupyter Notebook都不陌生。

當你有了Jupytext這個小插件就可以將Jupyter Notebook和IDE完美結(jié)合，聽起來是不是很棒！

從此Jupyter Notebook可以被存儲為Markdown文件或多種語言的腳本文件。

Jupytext可以做的事主要有：

Jupyter Notebook的版本控制

在你喜歡的文本編輯器中編輯、合并或重構(gòu)Notebook

在Notebook上使用Q&A檢查

在Python中使用的樣子：

此項目在Github上已有5k+star。

https://github.com/mwouts/jupytext

3. Gradio

比Streamlit還輕量的UI設(shè)計庫，Gradio讓你輕松在瀏覽器中“玩轉(zhuǎn)”你的模型，可以直接在瀏覽器中拖放圖片，粘貼文字，錄制聲音，等等。

只要將launch()函數(shù)中的參數(shù)設(shè)置為share=True，還能得到一個可分享的網(wǎng)址，拿到鏈接的朋友在電腦和手機端都能打開，活脫脫就是一個小程序。

時常需要做Demo的小伙伴快看起來吧，此項目在Github上已有4.5k+star。

https://github.com/gradio-app/gradio

4. Hub

這個Hub在數(shù)據(jù)管理和數(shù)據(jù)預(yù)處理上可是一把好手。

它可以處理任何類型，任何大小的數(shù)據(jù)，并且因為數(shù)據(jù)儲存在云端上，所以可以無縫在任何機器上訪問。

被壓縮為二進制字節(jié)的數(shù)據(jù)可以被存儲在任何地方，并且只有在需要的時候才會被獲取，所以沒有TB級硬盤也可以處理TB級數(shù)據(jù)。

Hub貼心地提供了重要API，支持數(shù)據(jù)在常用工具（PyTorch等）上的使用，數(shù)據(jù)版本控制，數(shù)據(jù)轉(zhuǎn)換等功能。

此項目在github上已有4.1k+star。

https://github.com/activeloopai/Hub

5. AugLy

AugLy是facebook最新推出的數(shù)據(jù)增強庫，同時支持語音，文本，圖像和視頻類型的數(shù)據(jù)，包含了100多種增強方式。

數(shù)據(jù)對于模型訓練至關(guān)重要，而標注大規(guī)模數(shù)據(jù)十分困難。由于人力資源，和模型特性的限制，數(shù)據(jù)增強的應(yīng)用越來越廣泛。

AugLy的優(yōu)點：

處理類型更為全面。其他的數(shù)據(jù)增強庫，例如Albumentations和NVIDIA DALI，主要負責圖像相關(guān)數(shù)據(jù)的處理，文字數(shù)據(jù)不支持。

處理方式十分人性化。AugLy可以將一張圖片做成備忘錄，在圖片/視頻上疊加文字/Emojis，轉(zhuǎn)發(fā)社交媒體上的截圖，還可以幫助你處理諸如拷貝檢測、仇恨言論檢測或版權(quán)侵權(quán)等問題。

此項目在Github上已有4.1k+star。

https://github.com/facebookresearch/AugLy

6. Evidently

Evidently是用來監(jiān)測模型效果的工具，可從Pandas DataFrame或csv文件中生成交互式可視化報告和JSON格式的效果簡介。在Jupyter Notebook中可以使用。

目前可以提供6種報告：數(shù)據(jù)漂移、數(shù)值目標漂移、分類目標漂移、回歸模型性能、分類模型性能和概率分類模型性能。

此項目在Github上已有1.8k+star。

https://github.com/evidentlyai/evidently

7. YOLOX

如果你熟悉YOLO的話，那你或許會對曠視今年推出的YOLOX感興趣。

YOLO就是那個目標檢測算法，可以被使用在汽車自動駕駛等前沿技術(shù)中。

而YOLOX是YOLO的無錨版本，設(shè)計更簡單，但性能更好！它的目標是在研究界和工業(yè)界之間架起一座橋梁，同時彌合兩方之間的差距。

這個Github上的開源項目在短短半年內(nèi)已獲得5.2k+star。

https://github.com/Megvii-BaseDetection/YOLOX

8. LightSeq

正如它的名字一樣，LightSeq是一款由字節(jié)跳動開發(fā)的支持BERT、GPT、Transformer等眾多模型的超快推理引擎。

可以看到它的表現(xiàn)，比FasterTransformer還要Fast。

LightSeq支持的模型也是非常全面。

總之就是兩個字“好用”。此項目在Github上已有1.9k+star。

https://github.com/bytedance/lightseq

9. Greykite

想預(yù)測COVID-19的恢復(fù)速度嗎？那就來看看LinkedIn為了自家時間序列預(yù)測需求開發(fā)的Greykite吧。

功能全面（多種時間趨勢），界面直觀，預(yù)測速度快和可擴展性強是它最大的亮點。

被應(yīng)用在上面的三大算法：

Silverkite (Greykite’s flagship algorithm)

Facebook Prophet

Auto Arima

感興趣的話就去研究看看吧，此項目在Github上已有1.4k+star。

https://github.com/linkedin/greykite

10. Jina and Finetuner

如今，在搜索引擎等應(yīng)用上，語義識別的地位越來越高，因為它可以有效避免字詞匹配的局限。

不過語義識別涉及的神經(jīng)網(wǎng)絡(luò)可能會讓很多人感到頭大，Jina和Finetuner可以幫你解決這些問題。

Jina是一個神經(jīng)搜索框架，使任何人都能在幾分鐘內(nèi)建立可擴展的深度學習搜索應(yīng)用程序。

Finetuner配合Jina幫助你對神經(jīng)網(wǎng)絡(luò)進行調(diào)參，以獲得神經(jīng)搜索任務(wù)的最佳結(jié)果。

Jina和Finetuner適合沒什么經(jīng)驗，又想嘗試的朋友。

https://github.com/jina-ai/finetuner

審核編輯 ：李倩